一种面向不可观测路段的网络级交通运行状态推断方法

本发明涉及智能交通管控技术领域，具体为一种面向不可观测路段的网络级交通运行状态推断方法，包括以下步骤：以卡口检测数据为数据基础，基于卡口数据特性完成数据预处理，提取交通流特征参数；构建基于贝叶斯网络和交通流基本图的模型算法，实现面向不可观测路段的交通流特征参数补全；在构造双注意力机制‑有向图长短期记忆网络模型的基础上引入路网的空间特性。如此，交通管理部门可借助于卡口以提取交通流特征参数，且借助于模型算法对不可观测路段交通流特征参数进行补全，以构造出完整路网交通状态推断模型，从而解决了现实城市路网中部分路段因缺少相应的检测设备而无法掌握实时交通状态的问题，进而利于推断、掌握整个路网交通运行状态。